通过语义正则化进行知识注入的提示调优，以实现细粒度图像识别

《Knowledge-Based Systems》：Knowledge-injected prompt tuning with semantic regularization for fine-grained image recognition

　　

张秦宇|刘新达|刘琦|周鹏博|耿国华

• •
  提出的KIP框架结合了大语言模型（LLM）的知识，提升了细粒度图像识别的能力。
• •
  KIP通过独立编码和逐步优化来改进细粒度知识表示。
• •
  大量实验表明，KIP在多项任务中的表现优于现有最先进方法。
• •
  KIP减少了幻觉现象的影响，并提高了模型在不同类别间的泛化能力。
• •
  KIP可以方便地集成到现有的基于文本的提示调优框架中。